推荐星级:
  • 1
  • 2
  • 3
  • 4
  • 5

基于EMD—ICA和HMM的风机故障分类方法

更新时间:2019-06-28 17:10:17 大小:205K 上传用户:江岚查看TA发布的资源 标签:风机故障 下载积分:2分 评价赚积分 (如何评价?) 打赏 收藏 评论(0) 举报

资料介绍

摘要:隐马尔可夫模型(HMM)是一种模式聚类和识别方法,独立分量分析(ICA)则是一种非常有效的非高斯数据

分析工具。其中,四阶累积量算法是一种数值稳定且鲁棒的ICA方法,非常适合用于振动信号的特征抽取,但独立

分量分析有一定的前提条件,借助经验模态分解(EMD),消除噪声干扰,去除高频IMF部分,满足ICA的条件。因

此,利用ICA算法对某炼铁厂风机不同状态模式(包括正常和转子不对中)进行特征提取,HMM实现模式的最终分

类。对照分类实验结果,表明基于EMD—ICA的HMM 的故障分类方法不仅具有良好的模式分类能力,且实现简

单,在风机健康状况监测中有较大的应用潜力。


部分文件列表

文件名 大小
基于EMD—ICA和HMM的风机故障分类方法.pdf 205K

【关注B站账户领20积分】

全部评论(0)

暂无评论

上传资源 上传优质资源有赏金

  • 打赏
  • 30日榜单

推荐下载